Échantillonnage aléatoire

Analyser des données de sondage avec Python

EbunOluwa Andrew

Data Scientist

Échantillonnage en analyse de sondage

  • Échantillonnage = petit sous-ensemble d'une grande population
    • Tirer des inférences sur la population globale
    • Échantillonnage -> données gérables
    • Échantillonnage -> erreur d'échantillonnage
    • Réduire l'erreur avec une grande population

Photo de Patrick Fore sur Unsplash - enfant tenant des bonbons

Analyser des données de sondage avec Python

Échantillonnage aléatoire

  • Chaque membre a la même probabilité d'être choisi
  • Réduit les biais
  • Forte validité interne
  • Forte validité externe

billets de loterie

Analyser des données de sondage avec Python

Méthode .sample()

  • DataFrame.sample(n = _None_, frac = _None_, random_state = _None_)
  • n = nombre d'éléments à échantillonner
  • frac = proportion (sur 1) d'éléments à retourner
  • random_state = valeur de départ (seed) pour des résultats reproductibles
Analyser des données de sondage avec Python

Exemple d'échantillonnage aléatoire

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(n=100)
print(sample)

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 3244  | fffe330     | Female | Yes         |
| 21339 | fffe310     | Male   | Yes         |
| 1122  | fffe390     | Male   | Yes         |
| 4363  | fffe313     | Female | Yes         |
Analyser des données de sondage avec Python

Exemple d'échantillonnage aléatoire

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(frac = 0.1)
print(sample)

|     | employee_id | gender | onsite_work |
|-----|-------------|--------|-------------|
| 142 | fffe800     | Female | Yes         |
| 710 | fffe900     | Female | Yes         |
| 242 | fffe700     | Female | Yes         |
| 114 | fffe600     | Female | Yes         |
Analyser des données de sondage avec Python

Exemple d'échantillonnage aléatoire

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(
  n = 100, random_state = 123)

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(
  frac = 0.1, random_state = 123)

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 21383 | fffe3       | Female | Yes         |
| 82    | fffe0       | Male   | Yes         |
| 20739 | fffe2       | Male   | Yes         |
| 7662  | fffe9       | Female | Yes         |

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 21383 | fffe3       | Female | Yes         |
| 82    | fffe0       | Male   | Yes         |
| 20739 | fffe2       | Male   | Yes         |
| 7662  | fffe9       | Female | Yes         |
Analyser des données de sondage avec Python

Passons à la pratique !

Analyser des données de sondage avec Python

Preparing Video For Download...